“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1558 播放

播放有问题？请戳这里

强化学习入门概述

时长：3 分钟

类别：智能产品开发与应用

简介：了解强化学习入门，这是一个自定进度的教程，通过使用自动评估和反馈的实践练习，提供了控制问题的强化学习方法的交互式概述。强化学习入门涉及的主题包括定义环境和奖励、创建智能体（Agent）以及使用模拟来训练智能体。此外，探索如何创建神经网络来代表各种角色和关键智能体。

相关视频:

5分钟解释神经网络

这个关于“什么是神经网络”的视频以寓教于乐的方式介绍了神经网络的概念。我们将了解神经网络中存在的不同层次，并理解这些层如何处理数据。我们将了解神经网络中使用的不同参数，如权重、偏差和激活函数。我们还将了解如何使用前向传播训练神经网络，然后使用后向传播方法调整网络中的误差。本视频还涵盖了一些流行的神经网络应用。现在，让我们直接学习什么是神经网络。
2020年语音助手之战

亚马逊Alexa、三星Bixby、苹果Siri和谷歌Assistant都在更好地理解和回答问题，这在一定程度上要感谢每一家利用人类帮助提高人工智能的科技巨头。考虑到语音将成为计算机的下一个前沿领域，大家都想知道：哪一个语音系统最为给力？
AI硬件问题

将信号和数据表示为一系列离散状态的想法已经由来已久，它在20世纪下半叶点燃了半导体工业的一场革命。这个新的信息时代因蓬勃发展的数字电子领域而繁荣兴盛。随着需求的增长，大量的自动化和工具作业使得在复杂性和性能上扩展设计相对容易管理。然而，人工智能和机器学习应用所消耗的能量无法像现有的处理架构那样切实增长。
深度学习入门 3机器学习与深度学习

观看视频了解深度学习与机器学习之间的区别，通过特定示例展示如何决定使用深度学习还是机器学习。
什么是Lidar Toolbox

Lidar Toolbox™提供了设计、分析和测试Lidar处理系统的算法、功能和应用程序。你可以进行目标检测和跟踪、语义分割、形状拟合、激光雷达配准和障碍检测。Lidar Toolbox支持结合计算机视觉和Lidar处理的工作流程的激光雷达与相机与交叉校准。你可以使用深度学习和机器学习算法，如PointSeg, PointPillar，和SqueezeSegV2训练自定义检测和语义分割模型。
2019最酷的人工智能设计工具

人工智能已经以超出我们想象的方式接管了我们的生活。然而，有一些神奇的工具可以帮助设计师进行设计，并运行人工智能技术。人工智能会接管世界吗？也许不是，但是这些设计工具会对你大有帮助。在本视频中，我列出了一些人工智能设计工具。
使用MATLAB进行深度学习的5大原因

了解MATLAB® 如何可以为深度学习工作流程的每一个环节提供帮助：从预处理到部署。该视频概要介绍了使用MATLAB进行深度学习的情况。它描述了完整的工作流程，并说明了MATLAB如何在各个阶段帮助深度学习应用程序，包括导入和预处理图像，导入预训练的模型，使用GPU训练模型，调试深度学习结果以及将深度学习模型部署到硬件上，包括嵌入式硬件GPU。
苹果的下一个重大产品：苹果眼镜

多年来，围绕苹果AR眼镜的传言一直在科技界流传。尽管这样的猜测已经持续了很长一段时间，但我们似乎终于要迎来苹果下一款重要产品的发布了。虽然苹果设计的AR眼镜将带来什么样的功能还不清楚，但我们已经看到了传言，苹果的AR眼镜可能会包括一个麦克风，以支持Siri命令和电话通话。我们也看到有报道称，该设备将与其他功能集成一起。

观看记录：

标签:

相关视频:

5分钟解释神经网络

2020年语音助手之战

AI硬件问题

深度学习入门 3机器学习与深度学习

什么是Lidar Toolbox

2019最酷的人工智能设计工具

使用MATLAB进行深度学习的5大原因

苹果的下一个重大产品：苹果眼镜